算法在电力系统短期负荷预测中的应用.pdf

仪器仪表学报第%-卷第-期增刊%(()年3月#!"算法在电力系统短期负荷预测中的应用董秀成$李芹%许强$$&四川工业学院成都’$(()*+%&上海电力学院上海%(((*(+摘要针对电力负荷短期预测问题,提出了一种基于相似日的神经网络预测方法,在建立具体模型时,对于%-点负荷预测,采用%-个单输出的神经网络来分别预测每天的整点负荷值,具有网络结构较小,训练时间短的优点,考虑了不同小时类型的负荷差异,具有较高的预测精度.分析了如何采用/0多层感知器的隐层数及隐层单元数.最后对四川省电力公司某区一条线路的供电负荷进行短期负荷预测仿真,仿真结果表明其具有较好的预测精度.关键词短期负荷预测人工神经网络/0算法预测误差1234556789:7;<;=!"46>;?7:2@7<A2;?:B:3?@";C3?D;9EF;?389G:HIJKLMNOPQJK$RMSMJ%LNSMTJK$U&VWXYZ[\]\W^_‘aWbcdeVXW_\X_[\fg_XY\dhdic,jY_\fZkUllmn,jYW\[+o&VY[\iY[W]\W^_‘aWbcdeph_Xb‘WXqdr_‘,VY[\iY[WolllnljYW\[+4sG:?98:tPMuvTvQwxMuONuuQuyPQvIzQwuPIwy{yQw|}ITx~IwQOTuyTJxvNy~IwzTwxTJQNwT}JQyzIw!~IwQOTuy|QyPIx"TuQxIJuM|M}TwxT#u$%PQJ"NM}xMJK|IxQ},~IwyPQ%-PINwu}ITx~IwQOTuy,zQTxIvy%-uMJK}QJQNwT}JQyzIw!uyI~IwQOTuyQ&Qw#PINw}ITxvQwxT#TJxOIJuMxQw}ITxxM&QwuMy#I~xM~~QwQJOQPINwy#vQ,zPMOPPTuuM|v}QuywNOyNwQ,uPIwyywTMJMJKyM|QTJx"QyyQw~IwQOTuyvwQOMuMIJ$tPQJN|"QwI~PMxxQJ}T#QwuTJxNJMyu"TuQxIJyPQ"TO!vwIvTKTyMIJT}KIwMyP|MuxMuONuuQx$’IwTJTwQTvIzQwuNvv}#}ITxI~yPQ0IzQw(IwvIwTyMIJMJ0wI&MJOQ)M(PNTJ,TuPIwy{yQw|}ITx~IwQOTuyMuuM|N}TyQx$tPQuM|N}TyMIJuPIzuMyPTu"QyyQw~IwQOTuyvwQOMuMIJ$*3+C;?EG)PIwy{yQw|}ITx~IwQOTuyMJK,QNwT}JQyzIw!u/0T}KIwMyP|’IwQOTuyQwwIw虑各变量之间的复杂关系,仅由神经网络自动/学习0-引言出1由于电力负荷变化受天气的情况和人们的社会活动等因素的强烈影响,存在大量非线性映射关系,因此短期负荷预报是电力系统管理现代化的重要内容把神经网络算法引入到电力系统负荷预测中来,对于之一,是对发电.输电和电能分配等合理安排的必要前提高负荷预测的精度是很有利的,具有良好的发展前提,对提高电力系统的经济效益和社会效益,保障电力景.本文针对电力负荷短期预测问题,提出了一种基于系统的安全经济运行与国民经济的发展具有非常重要相似日的神经网络预测方法,并对四川省电力公司某的影响.因此,寻求有效的负荷预报方法,提高预测结区一条线路的供电负荷进行短期负荷预测仿真,仿真果的准确度具有重要意义.结果表明其具有较好的预测精度.由于人工神经网络本身是一种非线性系统,它可以很好地反映负荷的非线性特性和动态特性,它能通2!"算法过/学习0历史负荷数据,用一隐含的非线性函数映射出负荷与影响其行为的各变量之间的关系,而不需考/0算法的自学就是在网络训练过程中不断修正#四川省杰出青年学科带头人培养基金资助项目;VU仪器仪表学报第:J卷网络权值与阈值使误差函数沿负梯度方向下降!"#$%0-"CI9$30-"C$IG0-30-"C$IHF-"L$采用三层网络模型结构其中是第个输入节E&’!())0+"CI9$30+"C$IG0-30+"C$IHF+"M$点的输入是第个隐节点的输出是第个输出由以上公式推导可见计算隐层误差必须用到!*++!,--!F+!节点的输出是输入节点与隐节点间的网络权值输出层的误差因此误差函数的求取是一个始于输%.+)!F-%是隐节点与输出节点间的网络权值是第个隐出层的反向传播递归过程即通过误差函数反向传播/-+!0++!节点的阈值是第个输出节点的阈值来修正权系数和阈值经过多个样本的反复训练并沿!0--%%!当输出节点的期望输出为时模型隐节点的减小误差的方向修正权值和阈值最后得到满意的结1-!&’!果输出为2%*+34"5.+)()60+$34"781+$"9$NOP模型用